DS検定～模擬試験⑤～ 2024年12月7日 ailearn 1. データのクリーニングにおいて最も一般的に行われる操作は次のうちどれですか？ データの増強 ノイズや欠損値の削除 データの学習 モデルの構築 None 2. 非構造化データの特徴量抽出において、音声データからメル周波数ケプストラム係数 (MFCC) を使用する主な理由は何ですか？ 音声データを画像データに変換するため 音声信号を人間の聴覚に基づいた特徴量に変換するため 音声データを標準化するため 音声データを二値データに変換するため None 3. 画像データの分類において、転移学習が有効である理由は何ですか？ 新しいモデルをゼロから学習する必要がないため 全てのデータをランダムに処理できるため 画像を前処理する必要がないため モデルの複雑さを低減するため None 4. データサイエンスプロジェクトで「著作権」が主に保護する対象として最も適切なものは次のうちどれですか？ 数値データそのもの データベースの物理的なストレージ装置 データ分析結果をまとめたレポートやドキュメント 顧客との契約書のひな形 None 5. 非構造化データ処理において、画像データの特徴抽出によく使用される手法はどれですか？ CNN（畳み込みニューラルネットワーク） K-meansクラスタリング 決定木 線形回帰 None 6. データのスケーリング（正規化）を行う目的として最も適切なものは次のうちどれですか？ データの分散を減少させるため 異なるスケールを持つ変数を比較可能にするため データの因果関係を強化するため データをランダムに並べ替えるため None 7. AIモデルを事業に実装する際、モデルの持続的なパフォーマンスを維持するために重要な要素は次のうちどれですか？ 継続的なデータの更新とモデルの再訓練 モデルを最初に設定した通りに維持する モデルのアルゴリズムを定期的に変更する モデルを一度設定した後は監視しない None 8. Pythonの辞書型において、新しいキーと値のペアを追加する方法として適切なものは次のうちどれですか？ dict.append(key, value) dict[key] = value dict.update(key, value) dict.insert(key, value) None 9. データサイエンスプロジェクトを事業に実装する際、最初に明確にするべき事項として最も適切なものは次のうちどれですか？ 使用するAI技術の選定 データサイエンティストの採用計画 ビジネス目標や解決すべき課題の特定 プロジェクト完了後のプレゼンテーション準備 None 10. 非構造化データである画像データの前処理において、「データ拡張（Data Augmentation）」が有効である主な理由はどれですか？ モデルの過学習を防ぐため。 データのラベル付けを自動化するため。 データの解像度を向上させるため。 訓練時間を短縮するため。 None 11. 生成モデルにおいて「転移学習」を適用する利点は次のうちどれですか？ データの前処理が不要になる 既存のモデルを使って新しいドメインに対する生成能力を迅速に獲得できる ノイズの多いデータセットでも高精度な生成が可能になる データのクレンジングが不要になる None 12. 以下のコードを実行したときの出力として正しいものはどれですか？ def example():for i in range(3):yield i * igen = example()print(next(gen))print(next(gen)) 0, 1 0, 4 1, 4 エラーが発生する。 None 13. Pythonにおいて、ソートアルゴリズムの一つである「クイックソート」の平均時間計算量は次のうちどれですか？ O(n^2) O(n log n) O(n) O(log n) None 14. 非構造化データとは何を指しますか？ テーブル形式で保存されたデータ 事前に定義された形式がなく、自由な形で存在するデータ 時系列データ データベースに保存された数値データ None 15. データサイエンスにおけるデータの「二次利用」に関する契約条項で特に重要な点は次のうちどれですか？ データの提供元を匿名にすること データの利用範囲や条件を明確に規定すること データの再配布を許可すること データの保存期間を定めること None 16. 「GDPR（一般データ保護規則）」に基づき、データサイエンスプロジェクトが遵守すべき主な要件として最も適切なものは次のうちどれですか？ すべてのデータを匿名化し、利用者に事前の説明を行わない 個人データの利用目的を明確にし、データ主体から同意を取得する データ主体から同意を得た場合、全ての利用が無制限で許可される データ主体の削除要求を拒否する権利を持つ None 17. データフレームを操作する際に、特定の列に重複する値が多く含まれている場合の最適な対応は次のうちどれですか？ 重複する値をすべて削除する 重複した値を基準にデータをグループ化する 重複する行をランダムに削除する 重複する値を平均値で置き換える None 18. 事業へのAI実装において、部門間の連携を効果的に行うために推奨されるアプローチは次のうちどれですか？ 各部門の目標を統一し、共通のKPIを設定する 各部門が独自のデータを使用し、成果を比較する 技術部門のみがAIプロジェクトに参加する データサイエンティストのみが意思決定を行う None 19. 生成モデルにおける「パラメトリック生成」と「ノンパラメトリック生成」の違いは何ですか？ パラメトリック生成はデータの事前分布を仮定し、ノンパラメトリック生成はデータから直接学習する パラメトリック生成は教師あり学習、ノンパラメトリック生成は教師なし学習 パラメトリック生成は画像生成、ノンパラメトリック生成はテキスト生成 パラメトリック生成は単純なモデル、ノンパラメトリック生成は複雑なモデル None 20. Pythonでオブジェクト指向プログラミング（OOP）を行う際、クラス内で初期化メソッドを定義するための特別なメソッドは次のうちどれですか？ __new__() __init__() __call__() __del__() None 21. Pythonでマルチスレッドプログラミングを行う際に注意すべき点は次のうちどれですか？ スレッド間のデータ共有が自動的に行われる マルチスレッド環境ではエラーハンドリングが不要である グローバルインタプリタロック（GIL）が並列実行を制限するため、I/Oバウンドな処理に適している CPUバウンドな処理ではスレッドが効果的に動作する None 22. VAEにおいて、「再構成損失」と「KLダイバージェンス」の役割は次のうちどれですか？ 潜在空間を正規分布に近づける。 データの再構成を制約なしに行う。 潜在変数間の依存関係を最大化する。 オーバーフィッティングを防ぐ。 None 23. 時系列データを扱う際に「自己相関」を処理するための手法として最も適切なものは次のうちどれですか？ ロジスティック回帰 クラスタリング 自己回帰モデル（AR） データの標準化 None 24. ITセキュリティにおける「ゼロデイ攻撃」とは何ですか？ データをゼロに初期化する攻撃 データのバックアップを削除する攻撃 ウイルスを送りつける攻撃 未知の脆弱性を悪用した攻撃 None 25. 生成モデルにおいて「対比学習（Contrastive Learning）」を取り入れる主な目的は何ですか？ モデルのトレーニング時間を短縮するため。 潜在空間の構造を明確化し、より判別可能な特徴を学習するため。 モード崩壊を防ぐため。 バッチサイズを減少させるため。 None 26. 非構造化データの分類において、深層学習の利点として正しいものはどれですか？ 手作業での特徴抽出が不要になる モデルが単純で計算リソースを消費しない 全てのデータを同じアルゴリズムで処理できる 特徴量の選択が容易になる None 27. ITセキュリティにおいて、ペネトレーションテスト（Penetration Test）の目的として正しいものは次のうちどれですか？ データベースのパフォーマンスを最適化する 通信の暗号化方式を確認する システムの脆弱性を攻撃者の視点から発見する パスワードの強度を検証する None 28. 「特許権」が保護する対象として、次のうち正しいものはどれですか？ 芸術的表現 既存のデータ分析手法 新しいアイデアや発明 公共の情報 None 29. Pythonでジェネレータを使用する主な目的として最も適切なものは次のうちどれですか？ 全てのデータを一度にメモリにロードするため。 処理速度を向上させるため。 データを遅延評価し、必要な時に計算して効率的に処理するため。 複雑な計算を簡素化するため。 None 30. 外れ値が多いデータセットで線形回帰モデルを構築する場合、外れ値の影響を軽減するための手法として適切なものは次のうちどれですか？ 外れ値を削除する ロバスト回帰を使用する 標準回帰をそのまま使用する 外れ値を平均値で置き換える None 31. 「ソーシャルエンジニアリング攻撃」を防ぐために最も有効な手段は次のうちどれですか？ ファイアウォールを設置する。 従業員へのセキュリティ意識向上のためのトレーニングを実施する。 データを常に暗号化する。 全てのシステムにバックアップを設定する。 None 32. ITセキュリティにおいて、「データ漏洩防止（DLP）」の目的は次のうちどれですか？ データの圧縮を最適化するため ウイルスを検出して削除するため ネットワークのトラフィックを監視するため 機密データが不正に外部へ流出するのを防ぐため None 33. AIやデータサイエンスを事業に実装する際、最初に行うべきステップはどれですか？ データサイエンスチームの編成 ビジネス課題の特定 モデルの選定 組織内での教育 None 34. ITセキュリティにおいて「暗号化の鍵管理」が重要とされる理由として最も適切なものは次のうちどれですか？ 暗号化プロセスを高速化するため。 鍵が漏洩すると暗号化されたデータが解読される可能性があるため。 暗号アルゴリズムを簡素化するため。 暗号化されたデータのバックアップを容易にするため。 None 35. NumPyでの配列（ndarray）の要素ごとに平方根を計算するための関数は次のうちどれですか？ np.sqrt() np.log() np.square() np.power() None 36. 事業にAIを実装する際の主要な課題として、次のうち最も一般的なものはどれですか？ コストの問題 モデルの性能不足 経営層の技術的知識不足 データの質や量の不足 None 37. Pythonのラムダ式を使って、リスト [1, 2, 3, 4] の偶数のみを抽出するコードとして正しいものは次のうちどれですか？ [x for x in [1, 2, 3, 4] if x % 2 == 0] [x for x in [1, 2, 3, 4] if x % 2 != 0] map(lambda x: x if x % 2 == 0 else None, [1, 2, 3, 4]) list(filter(lambda x: x % 2 == 0, [1, 2, 3, 4])) None 38. 非構造化データ処理において、テキストデータを数値化する際に「TF-IDF」の手法がよく用いられる理由は何ですか？ テキストデータ内の文法を解析するため。 単語の出現頻度とその重要度を考慮するため。 テキストデータを深層学習モデルに直接入力できるようにするため。 テキストデータのトピックを自動的に分類するため。 None 39. Pythonでforループを用いて、リスト[1, 2, 3]の各要素に1を加えた結果を新しいリストとして出力するコードは次のうちどれですか？ [x+1 for x in [1, 2, 3]] list(map(lambda x: x+1, [1, 2, 3])) for x in [1, 2, 3]: x += 1 map(x+1, [1, 2, 3]) None 40. データサイエンスプロジェクトにおける「NDA（秘密保持契約）」が求められる主な理由は次のうちどれですか？ プロジェクトのスケジュールを管理するため 機密情報の漏洩を防ぎ、ビジネス上の競争優位性を保つため データを公開する許可を得るため チームメンバーの仕事量を減らすため None 41. 生成モデルのトレーニングにおいて、モンテカルロ法が適用されるのはどのような状況ですか？ 高次元の潜在空間からのサンプルを効率的に取得する必要がある場合 データが非常に大きい場合 データが欠損している場合 データがクラスに分けられる場合 None 42. 事業におけるAI実装のROI（投資利益率）を評価するために最も重要な要素は次のうちどれですか？ モデルの精度だけを評価する AI技術の開発コストを削減する 実装により得られるビジネス価値を定量化する モデルが使用するデータ量を最小化する None 43. 生成モデルにおいて、自己回帰モデルはどのようにしてデータを生成しますか？ データのすべてを一度に生成する 前の出力に基づいて次の出力を逐次的に生成する ランダムにデータを生成する データをクラスタリングしてから生成する None 44. Pythonでリストのすべての要素を逆順に並べ替える最も効率的な方法は次のうちどれですか？ list.reverse() list.sort() list[::-1] sorted(list) None 45. 事業にデータサイエンスを実装する際、経営層の理解が重要である理由は次のうちどれですか？ ビジネス戦略と技術導入を一致させるため データサイエンティストの採用を促進するため システムの導入速度を上げるため 経営層が技術的な判断をするため None 46. Pythonで、コンテキストマネージャ（Context Manager）を作成するための方法として適切なものは次のうちどれですか？ with文を使用する yield文を使用する return文を使用する exec文を使用する None 47. Pythonのmultiprocessingモジュールを使って、複数のプロセスを並列実行する際に、プロセス間でデータを安全に共有するために使用される構造は次のうちどれですか？ スレッド（Thread） イベント（Event） キュー（Queue） セマフォ（Semaphore） None 48. データセットの「多重共線性」を検出するために使用される指標として最も適切なものは次のうちどれですか？ 決定係数 相関係数 VIF（Variance Inflation Factor） 平均二乗誤差 None 49. 生成モデルにおいて、潜在空間のベクトルを操作することで何が可能になると考えられますか？ 新しい生成モデルをトレーニングする。 トレーニングデータのノイズを除去する。 生成するデータの特定の特徴を制御する。 モデルの収束速度を向上させる。 None 50. 生成モデルを評価する際、Inception Score（IS）が主に評価する要素は何ですか？ 生成されたデータの品質と多様性 生成モデルのトレーニング速度 モデルの過学習の程度 データの次元削減精度 None 51. 音声データを処理する際、音の周波数成分を時間とともに解析するために使用される手法はどれですか？ Fourier変換 自己相関 遅延プロット サポートベクターマシン None 52. データの異常値を処理する一般的な方法として適切なものは次のうちどれですか？ 異常値を削除する 異常値を平均値で置き換える 異常値の影響を無視して分析を進める 異常値を説明変数として取り入れる None 53. テキストデータの前処理において、ストップワードとは何ですか？ 重要な単語 頻繁に出現するが、意味的な価値が少ない単語 文書の最後に登場する単語 文書全体の主題を表す単語 None 54. 音声データ処理において、リカレントニューラルネットワーク（RNN）の代わりにトランスフォーマーモデルが使用されることが増えている主な理由は次のうちどれですか？ トランスフォーマーモデルは、時間的な順序を完全に無視できるため。 トランスフォーマーモデルは、長い依存関係を効率的に学習できるため。 RNNよりも学習速度が遅く、精度が高いから。 トランスフォーマーモデルは、音声データ専用に設計されているから。 None 55. Pythonにおいて、functools.lru_cacheデコレータを使用する主な目的は次のうちどれですか？ 関数のエラーハンドリングを強化する 関数の引数を動的に変更する 関数の実行を遅延させる 関数の結果をキャッシュし、同じ入力に対する計算を高速化する None 56. 「Data Augmentation（データ拡張）」が生成モデルで使用される理由は何ですか？ トレーニングデータを増やし、モデルの汎化性能を向上させるため モデルの計算速度を向上させるため データのラベル付けを簡素化するため データの次元を削減するため None 57. 自然言語処理において、トピックモデリングを行うために広く使われる手法はどれですか？ TF-IDF LDA（潜在ディリクレ配分） ワード2ベクトル アテンションメカニズム None 58. データを可視化する際に使用される「散布図」の主な目的は次のうちどれですか？ データの分布を確認する データの平均値を表示する 2つの変数間の相関を視覚的に確認する データの外れ値を自動的に削除する None 59. 大規模な画像データセットを効率的に処理するために使用されるテクニックはどれですか？ 正則化 グリッドサーチ ミニバッチ学習 主成分分析 None 60. 生成モデルを用いて新しいデータを生成する際、正規分布からサンプルを取得する理由は何ですか？ 正規分布は生成されたデータの分布に最も近いから 正規分布はデータの次元を低減できるから 正規分布は他の分布より計算が容易だから 正規分布は潜在変数空間において連続的かつスムーズな変化を表現できるから None 61. テキスト分類モデルにおいて、マルチラベル分類の実装が必要な場合、次のうち適切なアプローチはどれですか？ 各ラベルごとに独立したバイナリ分類器を作成する 一つの分類器で全てのラベルを一度に分類する ラベルの相関を無視して処理する ラベルの階層構造を前提とした回帰モデルを作成する None 62. AIを事業に実装する際、倫理的なリスクを軽減するための効果的な方法として適切なものは次のうちどれですか？ リスクが発生した後に修正する 倫理的なリスクをAI開発の初期段階から考慮し、ガイドラインを設ける 技術面のリスクにのみ焦点を当てる リスクは不可避として対応しない None 63. 時系列データを扱う際に最も重要な前処理の1つは次のうちどれですか？ 時系列データをカテゴリ型に変換する 欠損値を平均値で補完する データを時間の順序に並び替える 時間に関係なく値をシャッフルする None 64. AIモデルを第三者に提供する際、ライセンス契約において重要となる項目は次のうちどれですか？ モデルのアルゴリズムを公開する モデルの精度を保証する モデルの再販を推奨する モデルの使用範囲と利用目的を明確に規定する None 65. AI実装において「API」を利用するメリットとして最も適切なものは次のうちどれですか？ AIモデルのトレーニングを効率化する モデルのパフォーマンスを最適化する モデルのアルゴリズムを変更するための手段を提供する 外部システムと簡単に連携し、データやモデルを活用できる None 66. 大量のテキストデータを処理する際に使用される代表的な技術は次のうちどれですか？ 自然言語処理（NLP） ロジスティック回帰 クラスタリング 主成分分析（PCA） None 67. AI導入において、データガバナンスが重要視される理由は次のうちどれですか？ データを収集するため モデルの精度を向上させるため データ分析の速度を向上させるため データの品質を管理し、セキュリティを確保するため None 68. 次のうち、データをサンプルする際に最も適切な方法はどれですか？ 全データを使用する ランダムサンプリングを行う サンプリングを行わない データの一部だけを任意に選ぶ None 69. ITセキュリティにおいて、SQLインジェクション攻撃を防ぐために効果的な対策は次のうちどれですか？ データを圧縮して送信する プレースホルダーを使用したSQL文の作成 パスワードをハッシュ化する ファイルの暗号化を行う None 70. 生成モデルで使用される「潜在変数」とは何ですか？ モデルの出力に直接関係する観測可能な変数 データの生成プロセスを表現するが、直接観測できない変数 モデルのハイパーパラメータ 出力のラベルに対応する変数 None 71. Pythonにおいて、tryブロック内で発生した例外を捕捉し、その例外に応じて処理を行うための構文は次のうちどれですか？ try-catch try-exception try-except try-finally None 72. 契約において「ライセンス契約」が使用される主な場面は次のうちどれですか？ ソフトウェアやデータベースを他者に使用させる場合 物理的な製品を販売する場合 実物の製造業務を委託する場合 一時的なデータ共有を行う場合 None 73. AIモデルのライセンス契約において、「第三者提供の禁止」が規定される理由として最も適切なものは次のうちどれですか？ モデルの性能を向上させるため 契約を複雑にするため モデルを使用できないようにするため モデルの無断利用や不正な拡散を防ぐため None 74. データセットの特徴量のスケーリングを行う際、正規化（Normalization）を使用する主な理由は次のうちどれですか？ 特徴量間の相関を高めるため 特徴量の分布を標準正規分布に合わせるため 特徴量の値を特定の範囲（例: 0～1）に収めるため 特徴量の名前を統一するため None 75. データサイエンスプロジェクトにおける「データライセンス契約」の目的は次のうちどれですか？ データの所有権を譲渡する データの品質を保証する データの削除を要求する データの使用範囲や条件を明確にする None 76. ITセキュリティにおいて「ゼロトラストアーキテクチャ」が推奨される理由として正しいものは次のうちどれですか？ セキュリティコストを削減できるから。 ネットワークの境界だけを保護すれば十分であるから。 システム内のすべての通信とアクセスを常に検証し、信頼を前提としないため。 セキュリティシステムの管理を自動化するため。 None 77. Pythonのasyncioモジュールを使用して非同期処理を行う場合、関数の前に付けるキーワードは次のうちどれですか？ async await defer yield None 78. GANやVAEのような生成モデルを用いて、新しいデータを生成する際に直面する可能性のある課題は何ですか？ モデルのトレーニングに非常に時間がかかる モデルが生成したデータが現実のデータと大きく異なる場合がある ラベル付けが必要なデータでしか動作しない ハイパーパラメータの調整が不要である None 79. ITセキュリティにおける「ゼロトラストモデル」とはどのようなセキュリティモデルですか？ ネットワーク内の全ての通信を信頼するアプローチ 全てのアクセスを検証し、内部ネットワークでも信頼しないセキュリティアプローチ 外部からの攻撃のみを防ぐためのセキュリティモデル 信頼できるネットワークデバイスのみを許可するアプローチ None 80. 「セキュアコーディング」の実践が求められる理由として最も適切なものは次のうちどれですか？ システムのパフォーマンスを向上させるため。 プログラムを簡潔にするため。 プログラムにセキュリティ脆弱性が含まれないようにするため。 トレーニングコストを削減するため。 None 81. 事業へのAIの実装において、PoCから本番導入への移行が困難となる理由として適切なものは次のうちどれですか？ PoCでは問題が発生しないため、運用段階でのリスクが高くなる PoCの段階でデータが少なく、本番でのスケーラビリティが確保できない モデルの精度が高すぎるため、過学習が起こる データが一貫していないため、結果が変動する None 82. 自然言語生成（NLG）のプロセスにおける「テンプレートベース生成」の特徴として最も適切な説明は次のうちどれですか？ ディープラーニングを利用してデータから文章を生成する。 固定された文章構造を使用して文章を生成する。 潜在空間を探索して新しい文法を生成する。 時系列モデルを使用して次の単語を予測する。 None 83. GANのトレーニングにおいて、生成器と判別器が「収束しない」とはどのような問題を指しますか？ 生成器が判別器に対して常に優位な状態になる 生成器と判別器の学習が進まず、最適なバランスが取れない状態になる 判別器が生成器よりも早く収束する 学習データが不十分である None 84. AIモデルを事業に実装する際、ステークホルダーがモデルの出力に信頼を置くために必要な条件として最も適切なものは次のうちどれですか？ モデルの予測結果の説明可能性が確保されていること モデルの動作が完全に自動化されていること モデルが最高の精度を達成していること モデルが他の事業と完全に連携していないこと None 85. データを「集約」する際に最もよく使用される手法は次のうちどれですか？ データをすべて削除する データをランダムに並べ替える データの外れ値を削除する データの平均値や合計を計算する None 86. 分散型DoS攻撃（DDoS）を軽減するために一般的に使用される技術は次のうちどれですか？ データの暗号化 コンテンツデリバリネットワーク（CDN） セマフォの使用 ソルトの使用 None 87. 大規模データセットを分析する際に、メモリ使用量を抑えつつ効率的に操作を行うための最適な方法は次のうちどれですか？ データを分割してストリーム処理を行う 全データを一括で読み込み、処理を行う 分析用にすべてのデータをサンプルデータに変換する データサイズを無視して操作を続行する None 88. CycleGANの主な利点は次のうちどれですか？ 非常に短い時間で学習できる クラスの不均衡なデータに対して強い 多次元データの処理に優れている ラベルなしデータでも異なるドメイン間の変換が可能 None 89. 次のうち、データを分割する際の方法として最も適切なものはどれですか？ データをランダムに分割する データ全体をトレーニングデータとして使用する トレーニングデータとテストデータに分割する テストデータのみを使用する None 90. 生成モデルにおける「確率的生成」とは何ですか？ モデルが常に同じデータを生成すること モデルが観測されたデータだけを再構築すること モデルがランダムなノイズから新しいデータを生成すること モデルがデータのクラスを予測すること None 91. データサイエンスプロジェクトにおいて「成果物の所有権」を契約書で明確に規定する必要がある理由として最も適切なものは次のうちどれですか？ 成果物がプロジェクト終了後に誰の管理下にあるかを明確にするため 成果物の品質を保証するため 成果物を全ての関係者が自由に利用できるようにするため 成果物を公開しないため None 92. 非構造化データを処理する際に、データの前処理で重要なステップの一つは何ですか？ データの正規化 データの並べ替え データのクラスタリング 特徴量エンジニアリング None 93. 契約書において、データサイエンスプロジェクトの成果物に対する「知的財産権」は、通常どのように規定されるべきですか？ 全ての知的財産権は発注者に帰属する 知的財産権はプロジェクトの契約内容に基づいて明確に規定される 知的財産権は特に明記されない 知的財産権は開発者の所有となる None 94. ITセキュリティにおける「ファイアウォール」の主な機能は次のうちどれですか？ ネットワークトラフィックを監視し、不正なアクセスをブロックする データを圧縮して転送速度を向上させる ウイルスを検出して削除する データの暗号化を行う None 95. 生成モデルにおいて、GAN（Generative Adversarial Network）で使用される2つのネットワークは何ですか？ 生成器と判別器 リカレントニューラルネットワークと畳み込みニューラルネットワーク 回帰モデルと分類モデル 主成分分析とクラスタリング None 96. データサイエンスプロジェクトの契約において、「成果物の所有権」が曖昧な場合に起こり得る問題は次のうちどれですか？ 成果物が正しく納品されない 成果物が契約外で使用される 成果物の精度が低下する 成果物の利用や商業化に関する権利争いが発生する可能性がある None 97. GANにおける「モード崩壊」とは何を指しますか？ 生成器が多様なデータを生成できなくなる現象 判別器が過学習する現象 データの一部が学習されない現象 生成器が学習しない現象 None 98. 動画データ処理において、アクション認識（Action Recognition）を実現するために使用される技術の組み合わせとして最も適切なのは次のうちどれですか？ CNNとLSTM RNNとTF-IDF ResNetとBERT GANとWord2Vec None 99. データサイエンスを事業に実装する際に用いる「PoC（概念実証）」の目的は次のうちどれですか？ 事業全体に導入する前に小規模で効果を確認するため データの前処理を行うため モデルを訓練するため データ分析ツールの選定を行うため None 100. データ生成において、自己回帰モデルが特に有効なデータタイプは何ですか？ 画像データ カテゴリカルデータ クラスタデータ 時系列データ None Time's up
